MiniMax-H3 Turbo 4-Step — ComfyUI Pruned-Model LoRAs

373 00

此Lora由 larryvrh 创建的原始 MiniMax-H3 Turbo LoRA 的第三方 ComfyUI 兼容性转换版本,专为剪枝/曲线形态 MiniMax-H3 检查点设计。转换解决了原始权重张量键命名空间不匹配导致的加载失败问题,并包含两个进一步训练的 checkpoint-500 变体。所有文件均为部分兼容版本,保留核心注意...

作者
drbaph
基础模型
MiniMax-H3
MiniMax-H3 Turbo 4-Step — ComfyUI Pruned-Model LoRAs

此Lora由 larryvrh 创建的原始 MiniMax-H3 Turbo LoRA 的第三方 ComfyUI 兼容性转换版本,专为剪枝/曲线形态 MiniMax-H3 检查点设计。转换解决了原始权重张量键命名空间不匹配导致的加载失败问题,并包含两个进一步训练的 checkpoint-500 变体。所有文件均为部分兼容版本,保留核心注意力与MLP适配器,移除51对AdaLN投影以适配剪枝架构。用户需明确区分EMA与非EMA权重特性,并严格配置音视频调度参数以避免音频失真。原始Turbo LoRA的训练、蒸馏方法及四步采样实现均归功于larryvrh,本仓库仅作格式适配与增量训练。

MiniMax-H3 Turbo 4-Step — ComfyUI Pruned-Model LoRAs

文件选择与权重特性对比

仓库包含四个LoRA文件,分为初始预览版与进一步训练版,每版又分EMA与非EMA变体:

  • 推荐首选:minimax_h3_turbo_4step_ckpt500_pruned_comfyui.safetensors(进一步训练非EMA)
    • 在初始预览基础上继续训练,响应更清晰,快速运动保持性更好
  • 平滑替代:minimax_h3_turbo_4step_ema_ckpt500_pruned_comfyui.safetensors(进一步训练EMA)
    • 时间平均权重,输出更平滑但细节略软,适合静态或缓动场景
  • 初始预览版:不带ckpt500后缀的两个文件
    • 保留原始早期权重,质量低于ckpt500变体,仅用于历史对比或特定复现需求

关键区别:非EMA权重保留高频细节与动态响应,EMA权重通过指数移动平均抑制噪声但牺牲锐度。两者张量值完全不同,不可互换。比较效果时务必固定提示词、种子、分辨率、基础模型及采样器。

包含的文件

文件描述
minimax_h3_turbo_4step_pruned_comfyui.safetensors原始非 EMA Turbo 权重的初始部分 ComfyUI 兼容性转换,适用于剪枝/曲线形态 MiniMax-H3 检查点。原作者描述非 EMA 权重更清晰,能更好地保持快速运动。
minimax_h3_turbo_4step_ema_pruned_comfyui.safetensors原始 EMA Turbo 权重的初始部分 ComfyUI 兼容性转换,适用于剪枝/曲线形态 MiniMax-H3 检查点。原作者描述早期 EMA 权重更平滑但更柔和,因为 EMA 尚未完全成熟。
minimax_h3_turbo_4step_ckpt500_pruned_comfyui.safetensors以剪枝模型 ComfyUI 格式进一步训练的 checkpoint-500 非 EMA 变体。这是在初始预览检查点之后继续训练的版本。
minimax_h3_turbo_4step_ema_ckpt500_pruned_comfyui.safetensors以剪枝模型 ComfyUI 格式进一步训练的 checkpoint-500 EMA 变体。包含进一步训练检查点的时间平均权重。
fl_minimax_h3_turbo_lora_example_workflow.json使用 Turbo LoRA 的首帧和尾帧 ComfyUI 示例工作流,包含可选的注意力和内存优化。

EMA 和非 EMA 文件保持分离,包含不同的张量值。

原始转换文件保留了初始预览权重,而 ckpt500 文件提供了进一步训练的变体。

这些是为剪枝/曲线形态 MiniMax-H3 架构使用而制作的原始全模型 Turbo LoRA 的部分兼容版本。

技术转换细节与验证状态

原始LoRA使用blocks.*命名空间,ComfyUI内置加载器要求diffusion_model.blocks.*前缀。本转换执行以下操作:

  • 命名空间映射:blocks.* → diffusion_model.blocks.*;token_refiner.* → diffusion_model.token_refiner.*
  • 张量保留:416个张量(208对LoRA A/B),涵盖所有主块注意力、MLP及token-refiner适配器
  • 张量剪枝:移除102个AdaLN张量(51对),包括50个blocks.0–49投影及1个final_layer.adaln_proj.linear
  • 属性保持:BF16 dtype、原始形状、LoRA秩、A/B方向均未修改

验证确认无孤立张量、无重复前缀、无不兼容adaln_proj残留,且在SageAttention、Sol Attention、Gradient、Spectrum等可选加速器下测试通过。原始源文件未被覆盖。

ComfyUI配置与音频调度要点

正确配置是避免生成失败的关键,尤其音频流对调度参数极度敏感:

设置项推荐值说明
Video sigma shift12视频流调度偏移
Audio sigma shift6音频流调度偏移,错误值导致爆音/失真
Steps8–12测试有效范围,4步为理论极限
Samplerres_multistep必需采样器,其他类型可能失效
LoRA Strength0.8–1.8步数越少可适当提高强度

音频故障排查优先级:出现爆音、噪声、能量不稳或完全损坏时,先检查采样器、调度器及sigma-shift配置,再归因于LoRA本身。MiniMax-H3的视频与音频为独立流,需双路调度,ComfyUI剪枝版未集成原始双调度器,依赖手动参数对齐。

重要限制与署名义务

  • 部分兼容:仅适配剪枝/曲线形态检查点,全模型或其他变体不保证可用
  • 预览性质:即使ckpt500仍属未完成训练产物,质量不代表最终水平
  • 加速可选:SageAttention等为外部组件,不包含在本仓库
  • 署名强制:使用或再分发时必须保留larryvrh署名,遵守原始LoRA及MiniMax-H3基础模型许可证
  • 权利声明:本仓库不主张原始权重、训练方法、蒸馏技术、调度器、generate.py、文档及基础模型的任何著作权

建议新用户从ckpt500非EMA版本起步,配合示例工作流fl_minimax_h3_turbo_lora_example_workflow.json验证环境。若追求极致速度可尝试4步+高强度LoRA,但需接受质量波动;稳定生产建议使用8–12步平衡效率与一致性。

相关图书

ClipProj-MiniMax-H3

ClipProj-MiniMax-H3

MiniMax H3 的视频生成能力很强,但它的文本编码器(Qwen3-VL-32B)是个“显存杀手”,光这一项就要吃掉 15.7 GB 显存。ClipProj 提供了一个巧妙的解决方案:通过一个学习到的线性投影矩阵,让只有 40 亿参数的 Qwen3-VL-4B 也能产出符合 H3 要求的条件控制张量。
MiniMax-H3-PTD-RefAsymOPD-LoRAs

MiniMax-H3-PTD-RefAsymOPD-LoRAs

MiniMax-H3 Ref2VA PTD + RefAsymOPD 加速 LoRA 代表了当前参考图像到音视频生成领域的一项高效工程实践。它通过精巧的同策略蒸馏设计,成功打破了“推理速度”与“生成质量”之间的传统权衡,为需要在本地或云端进行高频、高质量 Ref2VA 生成的开发者和创作者,提供了一套低成本、高保真且易于集成的解决方案。
MiniMax H3 X2 Detail VAE

MiniMax H3 X2 Detail VAE

MiniMax H3 X2 Detail VAE 是一款二合一VAE模型包,配套ComfyUI自定义节点、现成工作流与技术文档。同一个safetensors权重文件,可以切换两种完全独立的工作模式,分别用于视频潜变量2倍解码,或是参考图前置细节增强。
MiniMax H3 Semantic Bridge

MiniMax H3 Semantic Bridge

MiniMax H3 Semantic Bridge 是一个紧凑的条件空间适配器,解决视频生成模型中常见的“语义结构丢失”问题。它并非传统的 LoRA 或权重合并,而是一个通过跨架构表示迁移与蒸馏技术生成的独立模块(仅约 11 MB)。